Цензурасыз GLM API: токенге ең тиімді баға
Z.ai-дың агенттік GLM негізі өз GPU кластерімізде бас тарту қабатынсыз ұсынылады — 262K контекст, құралдарды шақыру әрі дәл сол тек бірінші тарапта тұратын бағаның жартысынан төмен аралас баға.
Қысқаша
GLM-5.2-3BIT-REAP — Shannon AI шлюзінде әдепкі бойынша ұсынатын моделіміз. Ол GLM тегінен шыққан 744 миллиард параметрлі сирек Mixture-of-Experts негізін — GLM-4.5-тен бері агенттік құрал пайдалануға арнайы оқытылған — 3-биттік салмақтармен әрі REAP сарапшыларды кесуімен қысып жүргізеді, сондықтан ол сыяды әрі жылдам қалады. Сіз 262,144 токендік контекст, 16,384 токендік шығыс, құралдарды шақыру, реттелетін reasoning_effort-пен пайымдау және JSON Schema құрылымдалған шығысын миллион токенге $0.73 / $2.34 бағасымен аласыз. Мұнда бас тарту қабаты да, шығыс сүзгісі де жоқ. Тек мәтін — көру жоқ.
«Ең арзан модель» деген салыстырулардың көбі адал емес, өйткені арзан нұсқа әдетте үлкен модельдің маркетингін киген шағын модель болып шығады. Мұнда олай емес. GLM-5.2 — біреу шығарған ең үлкен ашық салмақты негіздердің бірі, әрі $0.73 кіріс / $2.34 шығыс бағасымен ол каталогымыздың еденінен бір саты жоғары тұрып, сол еден әдетте әперетін модельден бірнеше есе үлкен негізді алып жүреді. Дәл осы алшақтық — үлкен модель, еденге жақын баға — бұл беттің бар болу себебі.
01GLM қайдан шыққан: Цинхуа, бос орынды толтыру және агенттерге қарай күрт бұрылыс
GLM — жапсырмасы ауыстырылған Llama туындысы емес. Бұл — өз алдын ала оқыту мақсаты бар, бес жыл бойы бір зерттеу тобы дамытып келе жатқан санаулы модель отбасының бірі. Атауы General Language Model дегенді білдіреді, ал негізін қалаған мақала — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — BERT-тің маскаланған тілдік модельдеуі мен GPT-дің қатаң солдан оңға авторегрессиясының қасына үшінші жолды ұсынды. GLM іргелес аралықтарды бос қалдырып, оларды араластырылған ретпен авторегрессивті түрде қайта жасайды, әрі екі өлшемді позициялық кодтау токеннің бүлдірілген құжаттағы орнын да, толтырылып жатқан аралықтың ішіндегі орнын да қадағалайды: бір архитектура түсінуді де, генерацияны да бірдей жақсы атқарады.
Оның артында тұрған топ — Цинхуа университетінің Knowledge Engineering Group, ол қазір Z.ai (бұрынғы Zhipu AI) деп аталатын компанияны бөліп шығарды. Оның алғашқы басты жетістігі — 2022 жылғы қазандағы GLM-130B: 130 миллиард параметрлі, ағылшын-қытай екітілді тығыз модель, салмақтары мен коды жарияланған сәтте ашық шығарылды. Содан бері ашық шығару — үй стилі.
MoE дәуірі және агенттерге бет бұру
Кез келген жеке шығарылымнан гөрі осы желі маңыздырақ. GLM-4.5-тен бері әр нұсқа бір нәрсеге оңтайландырылды: ондаған құрал шақыру бойы байланысты сақтап қалу. Бұл — бір айналымдық бенчмарк ұпайларын барынша көтеруден бөлек мақсат, әрі ол пішіні бұзылған құрал аргументтерінің азаюынан, ұзын жоспарда ауытқудың кемуінен және агент фреймворктерін қымбат ететін «14-ші айналымда тапсырманы сеніммен қайта бастау» мінез-құлқының сиреуінен көрінеді.
02GLM-5.2 деген не және ол қандай өлшемдер көрсетті
Z.ai GLM-5.2 үшін бенчмарк сандарын GLM-5 репозиторийінде жариялайды. Екеуі майда-шүйдені еске түсіруге емес, нақты агенттік жұмысқа сәйкес келеді:
Terminal-Bench 2.1 — ұзақ көкжиекті командалық жол агенті тапсырмалары. Z.ai хабарлаған.
SWE-bench Pro — нағыз репозиторийдегі мәселені шешу. Z.ai хабарлаған; GLM-5.1 дәл сол тестте 58.4 алды.
Бұл — біздің емес, зертхананың сандары, әрі олар қысылмаған негізді сипаттайды. Олар сіз қандай кластағы модельмен ісіңіз бар екенін көрсетеді, кепілдік емес.
Бір дерек нүктесі бенчмарктан да құнды, өйткені ол модельді мақтауға мүдделі емес бағалаушыдан келеді. 2026 жылғы шілдеде АҚШ Стандарттар және технологиялар ұлттық институтының AI стандарттары мен инновациялары орталығы GLM-5.2-ні бағалап, ол шыққан кезіндегі ең қабілетті ашық салмақты AI моделі болуы ықтимал деген қорытындыға келді: жалпы мүмкіндіктері GPT-5.2-мен, ал кибер мүмкіндіктері Claude Opus 4.6-мен салыстырмалы. Дәл сол бағалау GLM-5.2 сезімтал сұраныстарды АҚШ эталондық модельдеріне қарағанда азырақ бөгейтінін, әрі ашық салмақтарға сіңірілген қорғаныстарды сол салмақтар өз бетінше хостталған соң айналып өтуге болатынын атап өтті. 05-бөлім осыған қайта оралады.
03«3BIT-REAP» нені білдіреді әрі оның сізге қандай құны бар
REAP: сарапшыларды біріктірудің орнына кесу
744B параметрлі MoE модельде әр қабатта 256 сарапшы бар, оның кез келген нақты токенде 8-і іске қосылады. Маршрутизатор жұмысты біркелкі таратпайды — кейбір сарапшыларға үнемі жүгінеді, ал ұзын құйрыққа сирек жүгінеді әрі олар жүгінген кезде де аз үлес қосады. Cerebras Research-тен шыққан әрі ICLR 2026-ға қабылданған REAP (Router-weighted Expert Activation Pruning) осыны пайдаланады: ол әр сарапшыны маршрутизатор оны қаншалықты күшті әрі жиі қақпалайтынын және оның шығыс үлесінің шамасын біріктіретін маңыздылық өлшемімен бағалайды, содан кейін төмен ұпай алғандарын біржола алып тастайды.
Қызықты жері — REAP ұтатын салыстыруда. Сарапшыны алып тастаудың айқын баламасы — оны аман қалғанға біріктіру, бұл қауіпсіздеу сияқты естіледі. Мақаланың 20B-ден 1T параметрге дейінгі MoE модельдер бойынша тапқаны: біріктіру генеративті жұмыс үшін шын мәнінде нашарлау, ал кесу таңғаларлықтай жақсы ұстайды — сарапшылардың жартысын алып тастағаннан кейін де код генерациясы мен құралдарды шақыру бенчмарктарында шығынсызға жуық, оның ішінде Qwen3-Coder-480B пен Kimi-K2 негіздерінде. Код пен құралдарды шақырудың бүтін күйінде аман қалуы — бар болу себебі агенттік инженерия болған модельде дәл сақталуын қалайтын нәрсе.
3-биттік салмақтар және адал айырбас
Кесудің үстіне аман қалған салмақтар 3 битте сақталады — бұл каталогымыздағы басқа жердегі W4A16-AUTOROUND-REAP және W8A16 деңгейлерінен агрессивтірек әрі ең үлкен негіздерге ғана арналған, өйткені онда үш ширек триллион параметрлі модельді ұсыну түйініне қондырып, токендерді пайдалы жылдамдықпен ағызудың басқа жолы жоқ.
Қысу тегін емес. Дұрыс ой моделі: кесу мен кванттау ең алдымен ұзын құйрықты нашарлатады. Тығыз, жиі жаттықтырылған мінез-құлықтар — нұсқауды орындау, код құрылымы, құрал шақыруды пішімдеу, көп қадамды жоспарлау — жақсы аман қалады, REAP нәтижелері дәл соны көрсетеді. Қысылмаған GLM-5.2-мен салыстырғанда айырманы күтуге тұрарлық жер — беймәлім фактілерді еске түсіру, сирек тілдер және тар доменнің майда-шүйдесі. Егер жұмысыңыз «әдеттен тыс фактіні жатқа білу» болса, дәлдігі жоғарырақ деңгейге төлеңіз. Ал ол «қырық құрал шақыру бойы жоспарды рельстен шықпай жүргізу» болса, бұл — әдіс дәл соған арналған деңгей.
04Тиімділік дәлелі: арзан цензурасыз LLM API-ды жүргізу шын мәнінде қанша тұрады
Z.ai-дың GLM-5.2 үшін өзі жариялаған API прейскуранты — миллион кіріс токеніне $1.40 және миллион шығысқа $4.40. Дәл сол негіздегі біздің бағамыз $0.73 / $2.34 — яғни кіріс бойынша шамамен 48%, шығыс бойынша 47% төмен. Осы жеңілдікті қысу әперді, әрі оның қасында бірінші тараптан ешқандай бағаға сатып ала алмайтын екінші нәрсе келеді: бас тарту қабатының болмауы.
Өз каталогымыздың ішінде маңызды сан — аралас құн. Мына жерде ол кіріс пен шығыстың 3:1 арақатынасында келтірілген, бұл іс жүзінде құрал шақыратын агент қандай болатынына жуық — ішке көп контекст пен құрал нәтижелері кіреді, ал сыртқа салыстырмалы аз токен шығады.
| Модель | Кіріс / 1M | Шығыс / 1M | Аралас 3:1 | Көру |
|---|---|---|---|---|
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | $1.13 | Жоқ |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | $1.39 | Жоқ |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | $1.50 | Иә |
| DeepSeek-V4-Pro-0813 · 3BIT-REAP | $1.95 | $3.90 | $2.44 | Жоқ |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | $2.58 | Иә |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | $7.65 | Иә |
Алты модель $0.50 / $2.00 еденінде тұр — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro және Hy3 — бұл $0.875 аралас мөлшерлеме. GLM-5.2 сол еденнен 29% жоғары әрі сізге артында агенттік мінез-құлыққа тұрақты инвестиция тұрған 744B класындағы негізді әпереді. Одан жоғары бағаланғанның бәрі аралас есеппен кемінде 23% қымбат, ал Kimi-K3 6.8 есе қымбат. Тиімділік дәлелі бір жолда осы: каталогтағы жоғарғы деңгейлі агенттік негізді сатып алудың ең арзан жері.
Жұмысқа айналдырғанда
- Контексті бір рет толық толтыру — 262,144 кіріс токені: $0.19. Тұтас үлкен репозиторийді жиырма центтен арзанға терезеге оқып алу.
- Бір ең ұзын аяқтау — 16,384 шығыс токені: $0.038.
- Бір агент айналымы — 20K кіріс, 2K шығыс: $0.019. Дәл сол айналым Kimi-K3-те $0.115, DeepSeek-V4-Pro-да $0.047 тұрады.
- Жүз агент айналымы: $1.93, ал каталогтағы ең қымбат модельде $11.48.
Агенттік жұмыстар кіріске ауыр, ал GLM-нің артықшылығы дәл сол жерде ең үлкен: оның кіріс бағасы Kimi-K3-тен 5.2 есе, DeepSeek-V4-Pro-дан 2.7 есе төмен. Егер агентіңіз әр айналымда өсіп келе жатқан әңгімені қайта жіберсе — ал агенттердің барлығы дерлік солай істейді — шотыңызға түсетін нәрсе дәл сол көбейткіш.
05Бұл эндпоинтте «цензурасыз» нені білдіреді
Нақты екі нәрсені: бас тарту қабаты жоқ — модельге қандай сұраныстарды көруге рұқсат етілетінін шешетін классификатор жоқ әрі промптыңызды жетер алдында қайта жазатын саясат моделі жоқ — және шығысты сүзу жоқ, яғни модель шығаратын токендер — сіз алатын токендер, өңделмеген әрі ауыстырылмаған күйінде.
Бұл «жеңілдетілген» немесе «әзірлеуші» режимін жарнамалайтын коммерциялық API-дан бөлек ұсыныс. Олар әлі де трафикті жеткізушінің саясат стегі арқылы өткізеді; өзгеретіні — қақпаның бар-жоғы емес, табалдырық. Мұнда реттейтін қақпа жоқ — модель өз GPU кластерімізде жұмыс істейді, ал оның мінез-құлқы — негіздің мінез-құлқы. 02-бөлімдегі NIST CAISI қорытындысын ескерту емес, техникалық тұжырым ретінде оқыңыз, сонда ол өнімді түсіндіреді: түзетуі салмақтарында тұрған модель сыртқы саясат қабатынсыз ұсынылғанда өз салмақтарына сай әрекет етеді.
Бұл нақ агенттер үшін неге маңызды
Бас тартулар әдетте мазмұн мәселесі ретінде талқыланады. Агенттік жұмыста олар негізінен сенімділік мәселесі. 40 айналымдық жүрістің 31-ші айналымындағы бас тарту — оқып өте шығатын сыпайы бас тарту емес, ол — пішіні бұзылған қадам, қалай жалғастыруды білмейтін оркестратор, бұзылған жоспар және нәтижесіз жұмсалған 30 айналымдық токен. Қауіпсіздік зерттеулері, зиянды бағдарламаны талдау, ену тесті, қызыл команда, ересектерге арналған көркем шығарма, медициналық және заңдық жобалар мен қауіпсіздік оқытуына арналған деректер жинағын жасау — бәрі осыған үнемі тап болады, ал ақаулық дәл кеш келетіні үшін қымбат.
Екінші жағы — саясат қабаты енді сіздікі. Shannon AI шлюзін пайдалану біздің Жауапты пайдалану саясатымызбен реттеледі; жеткізушінің шешімін циклден алып тастау дегеніміз — өзіңіздікін ұсыну.
06Эндпоинт шын мәнінде не береді
| Мүмкіндік | GLM-5.2 · 3BIT-REAP |
|---|---|
| Модель идентификаторы | GLM-5.2-3BIT-REAP |
| Контекст терезесі | 262,144 токен |
| Сұранысқа ең үлкен шығыс | 16,384 токен |
| Ағынды беру | Иә |
| Құралдарды шақыру | Иә |
Пайымдау / reasoning_effort | Иә |
JSON Schema (json_schema) | Иә |
response_format | Иә |
| Көру / сурет кірісі | Жоқ — тек мәтін |
| Бас тарту қабаты / шығысты сүзу | Жоқ |
Құрар алдында көру жолын мұқият оқыңыз. GLM-5.2 біздің шлюзде тек мәтіндік. Егер сізге сурет кірісі керек болса, каталогта көре алатын бес нұсқа бар — $0.50 / $2.00 еденіндегі MiniMax-M3 пен MiMo-V2.5, $0.78 / $3.67 бағасындағы Kimi-K2.6, $1.42 / $6.07 бағасындағы inkling және $3.83 / $19.12 бағасындағы Kimi-K3. Ақылға қонымды үлгі — суретті түсінуді MiniMax-M3-ке, қалғанының бәрін GLM-5.2-ге бағыттау; бұл модель жолынан басқа ештеңеге түспейді.
Үш диалект, бір модель
Дәл сол модельге үш сұраныс пішімі арқылы жетуге болады, бәрі де ағынды: /v1/chat/completions (OpenAI диалектісі), /v1/messages (Anthropic диалектісі) және /v1/responses. Олардың арасында модель туралы ештеңе өзгермейді — SDK-ңыз бұрыннан білетінін таңдаңыз, әдетте сізді іске қосудан бір базалық URL өзгерісі бөліп тұрады.
# OpenAI диалектісі — бар клиентіңізді шлюзге бағыттаңыз from openai import OpenAI client = OpenAI( base_url="https://api.shannon-ai.com/v1", api_key="sk-...", ) resp = client.chat.completions.create( model="GLM-5.2-3BIT-REAP", messages=[{"role": "user", "content": "..."}], tools=tools, # құралдарды шақыру қолдау табады reasoning_effort="medium", # low | medium | high stream=True, )
Үш диалекттің де толық сұраныс пен жауап схемалары, құрал шақыру пішімі, ағынды оқиға пішіндері және интерактивті ойын алаңы Shannon AI API құжаттамасында.
07GLM-5.2-ні қашан таңдаған жөн — және қашан жөн емес
Оған мына жағдайда жүгініңіз
- Сіз агенттер жүргізіп жатсаңыз. Ұзақ құрал шақыру циклдері — бұл тек құрылған әрі қайта-қайта оқытылған нәрсе, ал кіріс бағасы өсіп келе жатқан әңгімені әр айналымда қайта жіберуді қолжетімді етеді.
- Сіз үлкен код базасымен жұмыс істесеңіз. 262K контекст, сенімді құрал шақыру пішімдеуі және бүкіл терезені оқуға $0.19.
- Шектеуіңіз — көлем болса. Сыныптау, дереккөзден шығарып алу, синтетикалық деректер жасау, жаппай қайта жазу — бір шақырудың құны үлкен санға көбейтілгенде жобаның өміршеңдігін шешетін кез келген жұмыс.
- Бас тартулар конвейеріңізді бұзып жатса. Қауіпсіздік зерттеулері, қарсыластық тестілеу, цензурасыз көркем шығарма, сезімтал жобалар — мұнда бұл ақаулық режимі жоқ.
Мына жағдайда басқасына жүгініңіз
- Сізге көру керек болса. Тек мәтін. Жоғарыдағы көре алатын нұсқаларды қараңыз.
- Сізге бір айналымдағы ең терең пайымдау керек болса. Ең қиын бір реттік аналитикалық мәселелер үшін DeepSeek-V4-Pro-0813 · 3BIT-REAP — аралас құны 2.2 есе жоғары ауырырақ құрал; шектеу шыңда тұрған шақыруларда бұл — дұрыс айырбас.
- Сізге беймәлім білім бойынша барынша жоғары дәлдік керек болса.
W8A16деңгейі — MiMo-V2.5-Pro және Hy3 — әлдеқайда жұмсақ қысылған әрі кішірек негіздерде $0.50 / $2.00 еденінде тұр.
Бұл беттегі әр негіз саны бізден басқа біреу жариялаған. Баға мен мүмкіндік сандары — өз каталогымыздың тірі мәндері, оларды өз кілтіңізбен /v1/models арқылы тексеруге болады. Бастапқы дереккөздерді өзіңіз қараңыз.
GLM-5.2 бенчмарк сандарын (Terminal-Bench 2.1, SWE-bench Pro) қысылмаған негіз үшін Z.ai хабарлаған; тәуелсіз қайталау әлі күтілуде. Claude Opus 4.8 және GPT-5.5 сандары тек салыстыру үшін көрсетілген. GLM-5.2 үшін бірінші тараптың API прейскуранты Z.ai жариялаған күйінде, 2026 жылғы қыркүйек.
08Жиі қойылатын сұрақтар
Shannon AI-дағы цензурасыз GLM API деген не?
Бұл — Shannon AI шлюзіндегі GLM-5.2-3BIT-REAP модель идентификаторы: Z.ai-дың GLM-5.2 агенттік негізінің қысылған құрамасы, өз GPU кластерімізде бас тарту қабатынсыз әрі шығысты сүзбей ұсынылады. Ол миллион кіріс токеніне $0.73, миллион шығыс токеніне $2.34 тұрады, 262,144 токендік контекст терезесін алып жүреді әрі /v1/chat/completions, /v1/messages және /v1/responses арқылы қолжетімді.
Цензурасыз GLM 5.2 каталогтағы басқа үлкен модельдерден неге арзан?
Оның қалай қысылғанына байланысты. 3BIT-REAP 3-биттік салмақтарды REAP-пен біріктіреді; REAP — Mixture-of-Experts модельдері үшін кванттау алдында сирек бағдарланатын сарапшыларды алып тастайтын сарапшыларды кесу әдісі. Токенге шамамен 40B белсенді параметрі бар сирек MoE негізі, осылай кесіліп әрі кванттаудан өткенде, сапасы тең тығыз модельге қарағанда әлдеқайда аз жад пен әлдеқайда аз GPU-секунд алады, ал баға соны көрсетеді.
Бас тартпайтын GLM дегеніміз модельде мүлдем қорғаныс жоқ дегенді білдіре ме?
Ол Shannon ешқандай қорғаныс қоспайды дегенді білдіреді. Модельдің алдында бас тарту классификаторы жоқ әрі одан шығатын токендерге сүзгі жоқ. Негіз өз оқытуы берген бейімділіктерін сақтайды, бірақ сырттан ештеңе оларды басып озбайды. Саясат қабаты сіздікі, ал пайдалану Shannon AI Жауапты пайдалану саясатына бағынады.
GLM-5.2 3BIT-REAP көруді немесе сурет кірісін қолдай ма?
Жоқ. Бұл модель тек мәтіндік. Егер сізге цензурасыз эндпоинтте сурет кірісі керек болса, каталогтағы көре алатын модельдердің бірін — MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 немесе inkling — қолданыңыз. GLM-5.2 құрылымдалған шығысты (json_schema да, response_format та) және құралдарды шақыруды қолдайды.
Контекст терезесі мен шығыстың ең үлкен ұзындығы қандай?
262,144 токен контекст әрі бір сұранысқа 16,384 токен шығыс. Миллион кіріс токеніне $0.73 бағасында бүкіл контекст терезесін бір рет толтыру шамамен 19 центке түседі, ал ең ұзын аяқтау 4 центтен арзан.
Бұл ұзақ құрал шақыру циклдері үшін жақсы агенттік цензурасыз модель бе?
Біз ең алдымен соған жүгінеміз. GLM тегі GLM-4.5-тен бері агенттік жұмысқа арнайы оқытылып келеді, құралдарды шақыру да, reasoning_effort те қолдау табады, ал баға дегеніміз — жүз мыңдаған токендік жүз агент айналымы он бір доллардың орнына шамамен екі долларға түседі. Бас тартулар да агент циклдеріндегі шынайы ақаулық режимі, ал мұнда оны іске қосатын бас тарту қабаты жоқ.
Цензурасыз GLM API-ды қолданып көріңіз
$0.73 кіріс · $2.34 шығыс · 262K контекст · бас тарту қабаты жоқ.
API құжаттамасын оқу Барлық модельдерді қарауShannon Lab LLC, Нью-Мексико, АҚШ · пайдалану Жауапты пайдалану саясатымен реттеледі
Дереккөздер: Z.ai GLM-5 репозиторийі · Du et al., GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 · Zeng et al., GLM-130B: An Open Bilingual Pre-trained Model · Lasby et al., REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression, ICLR 2026 · NIST CAISI Assessment of Z.ai's GLM-5.2, 2026 жылғы шілде. Негіздің бенчмарк ұпайларын зертхана хабарлаған әрі олар алдын ала; олар осы қысылған құраманы емес, қысылмаған GLM-5.2-ні сипаттайды. Баға, контекст және мүмкіндік сандары — 2026 жылғы 5 қыркүйектегі жағдай бойынша Shannon AI каталогының мәндері.